基于Hmm的单元挑选语音合成中的改进方法研究

摘要：

　　本文对基于隐马尔柯夫模型（Hidden Markov Model, HMM）的单元挑选语音合成方法进行改进。针对原有方法单元预选过程中存在的线性搜索效率低、无法考虑相邻音素备选单元间连接性的问题，设计实现了基于决策树的音素/不定长单元预选方法；针对原有方法声学模型训练过程中方差参数估计受音库覆盖均衡性影响过大的问题，提出了绑定方差的声学模型训练策略。实验结果表明，以上两方面技术改进可以有效提升合成语音自然度，同时提高单元挑选运算效率并降低存储消耗。

关键词： 语音合成 音素预选 HMM模型 数理语音学

作者: 江源 朱双华 凌震华 戴礼荣

作者单位: 中国科学技术大学 电子工程与信息科学系 讯飞语音实验室 合肥 230027 中国电科第二十八研究所 南京 210007

会议类型: 国内会议

会议名称: 第十一届全国人机语音通讯学术会议

会议地点: 西安

会议语种:中文

页码: 1-5

在线出版日期: 2011-10-16（万方平台首次上网日期，不代表论文的发表时间）